Как найти и подобрать промпты для GEO-продвижения и нейросетей

Ядро промптов — рабочий инструмент GEO: по нему вы измеряете видимость бренда в ChatGPT, Алисе AI, Perplexity и Gemini, из него растет контент-план, по нему же считаете эффект от публикаций. Собранное наспех ядро искажает всю цепочку: вы месяц пишете тексты под запросы, которых аудитория нейросетям не задает. Пройдем с вами восемь шагов сбора, от постановки цели до готовой таблицы с приоритетами, плюс частые ошибки и правила обновления.

Что такое GEO-промпты и чем они отличаются от SEO-запросов

GEO-промпт — вопрос или задача, которую пользователь адресует нейросети при выборе товара, услуги или подрядчика. SEO-запрос «доставка цветов спб» в диалоге с AI будет выглядеть как в «закажи букет пионов с доставкой в Питере на завтра до 12, бюджет 3000 рублей».

Три отличия, которые меняют методику сбора:

• Единица анализа. В SEO вы работаете с фразой и ее словоформами, в GEO — с задачей пользователя. Модель распознает намерение, а не совпадение лексики, поэтому десяток разных формулировок одной задачи дает один ответ.
• Источник данных. Частоту SEO-ключей вы берете из Вордстата. Частоту промптов сервисы оценивают по собственным моделям и данным о поведении в чат-ботах — прямого аналога Вордстата для ChatGPT нет.
• Результат замера. SEO измеряет позицию в выдаче, GEO — упоминание бренда в тексте ответа: назвали или нет, в каком контексте, со ссылкой или без.

Промпты для GEO делятся на пять типов

Шаг 1. Определить цели продвижения и целевую аудиторию

Начните с одной измеримой цели. Формулировки вроде «повысить узнаваемость» не переводятся в список промптов. Рабочие варианты:

• поднять долю упоминаний бренда с 5% до 25% по 20 приоритетным промптам за квартал;
• попасть в источники ответов по трем темам, где сейчас нейросети цитируют только двух конкурентов;
• убрать устаревшие данные о компании из ответов Алисы и ChatGPT — старый адрес, закрытое направление, цены двухлетней давности.

Первая цель тянет за собой сравнительные и поисковые промпты, вторая — информационные и прогностические, третья — репутационные. Выбор цели определяет, какие 60–70% ядра вы соберете.

Аудиторию описывайте не через возраст и доход, а через сценарий обращения к нейросети. У студии интерьерного дизайна их два, и они почти не пересекаются:

• частный заказчик формулирует «посоветуй дизайнера для двушки 60 метров в новостройке, бюджет на проект до 150 тысяч»;
• застройщик или собственник бизнеса пишет «найди подрядчика на дизайн-проект офиса 300 квадратов с авторским надзором и сроком до трех месяцев».

Разные промпты, разная цена лида, разный контент. Опишите так два-четыре сегмента — дальше вы будете собирать запросы отдельно под каждый.

Шаг 2. Собрать исходные запросы и вопросы пользователей

Не придумывайте формулировки за клиентов. Возьмите те, что уже существуют.

• Переписка поддержки и отдела продаж. Выгрузите чаты и письма за последние полгода, выпишите вопросы, которые повторяются чаще пяти раз. Это самый точный источник: люди пишут своими словами и с реальными условиями.
• Записи звонков. Расшифруйте вводные созвоны с клиентами и вытащите оттуда, что человек спрашивает в первые пять минут разговора.
• Отзывы и комментарии. На маркетплейсах, в отзовиках, под постами конкурентов. В отзывах люди описывают ситуацию целиком — с бюджетом, сроками и причиной выбора.
• Поисковые подсказки. Яндекс, Google, YouTube по основным темам бизнеса. Подсказки дают короткие формулировки, которые вы достроите до промптов на четвертом шаге.
• FAQ конкурентов. Разделы вопросов на сайтах, ветки на профильных форумах и в Habr Q&A.
• Прямая генерация в нейросети. Спросите у ChatGPT: «Какие вопросы задают при выборе поставщика гофроупаковки для интернет-магазина?» Модель выдаст 15-20 типичных формулировок. Это черновик: проверяйте каждую на соответствие реальному спросу.

На выходе у вас будет 200–400 сырых формулировок. Дубли и мусор можно убрать на следующем шаге.

Шаг 3. Выделить основные интенты и сценарии

Разложите сырой список по задачам пользователя. «Сколько стоит внедрение» и «какой бюджет закладывать на запуск» — один интент с разной лексикой, «как настроить самому» — уже другой, хотя треть слов совпадает.

Практический ориентир — четыре сценария, в которых нейросети чаще всего называют конкретные бренды:

1. Выбор между вариантами. Пользователь знает категорию, не знает исполнителя. Модель отвечает списком из 3-5 компаний — это главная точка входа для GEO.
2. Проверка перед сделкой. Бренд уже назван, человек проверяет репутацию. Здесь решают внешние источники: отзовики, справочники, публикации в СМИ.
3. Подбор под условия. Заданы объем, регион, срок, бюджет. В ответ попадают компании, у которых эти параметры явно указаны на сайте.
4. Оценка перспектив. Вопросы про рынок, цены, тренды. Бренд попадает в ответ через аналитику и комментарии экспертов.

Отметьте у каждого интента, на каком шаге до оплаты находится пользователь. Тот, кто спрашивает «какую CRM выбрать», уже решил купить и выбирает между вариантами. А тот, кто спрашивает «что такое CRM», еще не решил, нужна ли она вообще. При нехватке ресурсов беритесь за первый тип промптов — эти люди ближе к оплате.

Шаг 4. Преобразовать запросы в естественные промпты

Достройте короткие ключи до формулировок, которыми люди разговаривают с ассистентом. К ключу добавьте минимум два параметра из четырех: объем, регион, срок, бюджет.

Как это выглядит на практике:

• «упаковка для интернет-магазина» → «посоветуй поставщика картонной упаковки для интернет-магазина одежды, тираж от 500 штук в месяц, нужна печать логотипа»;
• «монтаж вентиляции» → «кто делает монтаж приточной вентиляции в производственном цехе 800 квадратов в Подмосковье, срок до двух месяцев»;
• «бухгалтерия на аутсорсе» → «стоит ли передавать бухгалтерию на аутсорс при обороте 30 миллионов в год и штате 15 человек, сколько это стоит».

Проверка одна: произнесите формулировку вслух. Если фразу можно сказать Алисе или надиктовать в приложение ChatGPT без правок — промпт готов. Если она звучит как перечисление слов через запятую, добавьте контекст.

Держите баланс между конкретикой и охватом. Промпт с пятью параметрами сразу («упаковка, гофрокартон Т-23, тираж 1200, самовывоз из Химок, оплата по счету, доставка к четвергу») дает единичную частоту и не показателен для замеров. Два-три параметра — рабочий диапазон.

Шаг 5. Сгруппировать промпты по смыслам

Соберите промпты в кластеры по итоговой задаче. Кластер «выбор CRM для малого бизнеса» вбирает формулировки про цену, интеграции, поддержку удаленных команд и сложность внедрения — слова разные, задача одна.

Внутри кластера разметьте каждый промпт по трем признакам:

• тип — ситуативный, сравнительный, репутационный, прогностический, поисковый;
• интент — информационный, коммерческий, транзакционный, навигационный;
• регион — федеральный запрос или локальный. Для локального бизнеса это критично: ответы нейросетей по Москве и Екатеринбургу расходятся сильнее, чем органическая выдача.

Оптимальный размер кластера — 5-15 промптов. Кластер из двух промптов — это слишком узкий спрос, чтобы под него писать отдельный материал: работы столько же, сколько под кластер из десяти, а покрывает он в разы меньше запросов. Кластер из сорока промптов, наоборот, обычно прячет внутри себя несколько разных тем — разделите его.

Генератор промптов от Пиксель Тулс закрывает четвертый и пятый шаги автоматически. Вы указываете бренд или сайт, виды деятельности и регион, выбираете один из четырех режимов генерации — по продуктам, по целевой аудитории, по интентам или по поисковым сущностям — и задаете объем: 5, 10 или 20 промптов на каждый продукт. Сервис возвращает список, уже разбитый по тематическим группам и кластерам, с возможностью определить частоты и выгрузить результат. Дальше эти промпты идут в проверку AI-видимости внутри GEO-проекта.

Шаг 6. Расставить приоритеты

Отсортируйте кластеры по двум осям: частота промптов и текущая видимость бренда. Наверх поднимайте темы с высоким спросом и нулевой или низкой видимостью — там каждая публикация дает максимальный прирост упоминаний.

Порядок работы по приоритетам:

1. Высокая частота, нулевая видимость. Первая очередь. Тема, по которой нейросети активно отвечают, но вас не называют вообще.
2. Высокая частота, частичная видимость. Вторая очередь. Бренд упоминается в конце ответа или без ссылки — здесь работает не новый материал, а усиление источников.
3. Низкая частота, нулевая видимость. Третья очередь. Закрывайте, когда первые две отработаны.
4. Высокая видимость. Не трогайте, только следите за динамикой при обновлениях моделей.

В модуле GEO-проектов Пиксель Тулс сортировка встроена в автогенерацию контент-плана: система анализирует промпты проекта, группирует их по источникам, сущности и интенту и выводит наверх темы с высокой частотой и низкой видимостью.

Шаг 7. Проверить промпты в нейросетях

Прогоните финальный список через модели и зафиксируйте результат по каждому промпту.

Что фиксировать:

• называет ли модель ваш бренд и в какой формулировке;
• каких конкурентов упоминает рядом и в каком порядке;
• на какие источники ссылается — конкретные URL, а не только домены;
• тональность формулировки: рекомендация, нейтральное перечисление, оговорка о недостатках;
• расходятся ли ответы между ChatGPT, YandexGPT, Алисой, Perplexity и Gemini.

Два правила методики. Первое: делайте минимум три прогона на промпт — ответы генеративных моделей не детерминированы, порядок брендов в двух попытках подряд меняется. Второе: не меняйте формулировки между замерами, иначе динамику не с чем сравнивать.

Отдельно проверьте техническую доступность сайта для AI-ботов. Если robots.txt закрывает GPTBot, PerplexityBot и YandexAdditional, ни один промпт не приведет к цитированию — модель просто не увидит контент. Инструмент проверки доступности сайта для нейросетей в Пиксель Тулс показывает это за одну проверку, до того как вы вложитесь в тексты.

Шаг 8. Сформировать ядро промптов для GEO

Сведите результат в таблицу — она станет рабочим документом на весь квартал. Минимальный набор колонок:

• текст промпта;
• кластер и тема;
• тип и интент;
• регион;
• оценка частоты;
• текущая видимость бренда (% прогонов с упоминанием);
• конкуренты в ответе;
• источники, которые цитирует модель;
• приоритет и дата последней проверки.

Колонка с источниками важнее, чем кажется: из нее вырастает медиаплан. Если по восьми промптам из десяти нейросеть ссылается на один и тот же отраслевой агрегатор, публикация там даст больше, чем еще одна статья на своем сайте.

Готовое ядро для среднего бизнеса — 50-150 промптов в 10-20 кластерах. Для узкой ниши хватает 30-40, для федеральной компании с десятком продуктовых направлений счет идет на несколько сотен.

Как часто обновлять список промптов

Плановый пересмотр — раз в квартал. За три месяца меняются формулировки аудитории, появляются новые конкуренты в ответах и сдвигается сезонный спрос.

Сократите интервал до 1-2 месяцев в нишах с быстрой динамикой: финтех, e-commerce, туризм, недвижимость, образование.

Внеплановую проверку запускайте по четырем триггерам:

• вышла новая версия модели — GPT, Gemini, YandexGPT. Обновление алгоритма сдвигает видимость по уже проверенным промптам, иногда на десятки процентов;
• запустился новый продукт или направление — под него нужен свой кластер промптов;
• началась сезонная волна — за месяц до пика спроса, чтобы успеть с публикациями;
• сменились данные компании — адрес, состав услуг, цены. Нейросети продолжают отдавать старую версию, пока ее не вытеснят свежие источники.

Частичное обновление экономнее полного: в GEO-проектах Пиксель Тулс можно перепроверить отдельную группу или список промптов, увидев перед запуском объем проверки и расход лимитов.

Частые ошибки при подборе GEO-промптов